摘要
本申请提出了一种基于张量分解技术的个性化课程推荐方法及装置,该方法包括:根据原始异质评教数据构建含有个人关系网络和课程评教网络的异质学生教学评价图谱,并基于图结构的学习方法衡量每个学生之间的个性化差异得到学生表征向量;利用任意两个学生表征向量之间的余弦距离,结合每个学生的知识掌握情况,进行学生个性化程度的评估;根据评估结果,将原始异质评教数据转换为定量的新数据形式,并将新数据形式在学生、课程和个性化类型三个维度上进行组合,构建学生教学评估张量;将学生教学评估张量作为特征输入,将评价分数作为预测目标,通过随机梯度下降法训练预测模型,完成课程评价预测。本申请能够实现准确的学生个性化课程推荐。
技术关键词
学生
评教数据
个性化课程推荐方法
张量分解技术
随机梯度下降
训练预测模型
关系网络
异质
学习方法
表达式
计算机执行指令
图谱
节点
教学
实体
观测误差
推荐装置
系统为您推荐了相关专利信息
大学生心理健康
轮廓系数
注意力缺陷多动障碍
肘部法则
动态
迭代优化算法
矩阵估计方法
学生
贝叶斯信息准则
可读存储介质
质子交换膜燃料电池
故障诊断方法
在线故障诊断
模块
网络
计算机集群监控
DQN算法
告警方法
深度Q网络
深度强化学习技术